摘要：Up to now various methods have been used to predict stock prices and profits. According to financial volatility markets, the most important thing is which of the methods can be applied to predict the optimal decision to help managers and decision makers and business sectors. Most studies have been done up to now to predict the time series, autoregressive method known as Box-Jenkins has been used to predict the time series. While there are many time series with seasonal variations or cyclic which can not be adequately modeled by a polynomial. In this study, Holt-Winters method is used to predict non-stationary time series data for the profit sale of an intermediate product. The results show that the proposed method compared with classical methods and procedures S-filtered has a higher performance in forecasting future values.
其他摘要：تاکنون روشهای مختلفی برای پیشبینی قیمت کالاها و سودهای سهام بهکار رفته است. با توجه به نوسانات دنیای مالی مهم‌ترین نکته این است که کدامیک از روشهای پیشبینی می‌تواند در اعمال تصمیم بهینه به مدیران و تصمیم‌گیرندگان بخش‌های اقتصادی و بازرگانی کمک کند. در اغلب مطالعات صورت گرفته تا کنون، برای پیشبینی سری‌های زمانی از روشهای خودرگرسیون موسوم به باکس ـ جنکینز برای پیشبینی سری‌های زمانی استفاده شده است؛ در حالی که سری‌های زمانی بسیاری با تغییرات فصلی یا سیکلی وجود دارند که نمی‌توانند بهوسیلۀ یک چندجمله‌ای بهطور مناسب مدل شوند. در این تحقیق از روش هالت ـ وینترز برای پیشبینی سری زمانی نامانای دادههای سود کسب شده از فروش یک محصول واسطه استفاده شد. نتایج حاکی از آن است که روش پیشنهادی در مقایسه با روشهای کلاسیک و روش S فیلتر شده، کارایی بیشتری در پیشبینی مقادیر آینده از خود نشان می‌دهد
关键词：Box-Jenkins ; Financial time series ; Forecasting ; Holt-Winters ; non-stationary time series
其他关键词：باکس ـ جنکینز;پیشبینی;سری زمانی مالی;سری زمانی نامانا;هالت ـ وینترز
